一項不到十美金的檢驗，全美國只有不到百分之一的人做過

TL;DR

• Function Health 用一年三百六十五美金的會員費，把過去零售價一萬五千美金的血液檢測包做成一天一美金的東西，三年做到超過五十萬會員、一億筆生物標記數據，估值二十五億美金
• 他們在會員身上看到的數字很難看：六成五胰島素過高、七成有營養素不足、五成四 APOB 偏高，而這三項在一般健檢裡幾乎都不會被檢查
• 胰島素檢驗成本不到十美金，但 Quest 的數據是所有送檢單裡不到百分之一會加驗。原因不是做不到，是沒有對應的藥可以開
• 全身 MRI 從三千美金掉到八百九十九，掃描時間壓到二十二分鐘。傳統醫師勸你別做的理由是「你會查到不該查的東西然後焦慮」
• 哈佛研究顯示 LLM 在同類情境的判斷準確度已經追平甚至超過醫師，連「醫病溝通態度」這項患者評分都比較高。Hyman 自己的描述是四年內從「很糟」變成「其實不錯」，但還不能拿掉護欄
• GLP-1 有大約百分之四的嚴重不良反應率，微劑量現在完全沒有長期數據。真正的隱形代價是肌肉流失

---

這集在二〇二六年九月四日播出的 This Week in Startups，主持人是 Jason Calacanis。他是矽谷的天使投資人，早期投過 Uber 和 Robinhood，這個節目基本上是他一邊訪創辦人、一邊順便把自己的投資邏輯攤開來講的地方，開場永遠有一長串廣告，你可以自行快轉。

來賓是 Mark Hyman，六十六歲，執業醫師，也是 Cleveland Clinic 功能醫學中心（Center for Functional Medicine）的創辦人，寫過十幾本紐約時報暢銷書，自己主持一個叫 The Doctor's Farmacy 的健康 podcast。他現在的主業是 Function Health 的共同創辦人，一家把血液檢測、全身影像和 AI 解讀包在一起賣訂閱的公司。二〇二五年五月他們買下做全身 MRI 的 Ezra，今年拿到 Redpoint 領投的近三億美金 B 輪，估值二十五億美金。

這集的內容跟創業和投資都有關，但我覺得最值得寫的是一個更基本的問題：為什麼一項成本不到十美金的檢驗，會變成整個系統的盲點。

那個沒人驗的數字

先講最刺眼的一段。

Hyman 說他問過 Quest（美國最大的檢驗所之一），在所有送來的檢驗單裡，有多少比例會加驗胰島素。答案是不到百分之一。

胰島素（insulin，胰臟分泌用來把血糖送進細胞的荷爾蒙）的檢驗成本大概幾美金。而 Function 會員裡有六成五的人這個數字超標。他當天早上剛看完一位病人的報告，血糖完全正常，胰島素卻高到一百，正常參考值上限是十八，他認為的理想值是十以下。

意思是這個人的身體已經在用超量的胰島素硬把血糖壓在正常範圍，表面上一切安好，實際上代謝機制已經在超載運轉很久了。等到血糖真的爬上來，那是很後段的訊號。

我看到這段的第一個反應是：這不是技術問題。驗一個十美金的東西不需要任何突破。它之所以不在標準流程裡，是因為驗出來之後沒有一個對應的藥可以開，而整個系統的訓練邏輯是「做最少量必要的檢查、確認診斷、然後找到藥或手術」。沒有藥的診斷，在這套邏輯裡等於沒有價值。

Hyman 講了另一個更誇張的價差：在 Cleveland Clinic 驗一個維他命 D 要三百美金，在 Quest 可能十美金。同一台 Toyota，這個停車場賣一萬、那個停車場賣十萬。醫療定價的不透明程度，大概是所有產業裡最離譜的。

一天一美金這件事怎麼算出來的

Function 的產品其實不複雜：一年三百六十五美金，一年驗兩次、超過一百六十項生物標記，全部進到一個儀表板，可以串你的穿戴裝置、上傳既有的檢驗報告和影像，AI 幫你解讀並給行動建議，後面有真的醫師 review 過。

Hyman 說同樣這包檢驗，過去在他診所的零售價大概一萬五千美金。他們自己不開檢驗所，跟 Quest 合作，全美兩千多個抽血站，也可以叫人到家裡抽。

值得注意的是全身 MRI 這條線。Jason 說他三、四年前做一次要三千美金，現在 Function 收八百九十九，Ezra 收購前自家最便宜的方案是一千四百九十五。掃描時間從三十分鐘壓到二十二分鐘，靠的是 Ezra 那套二〇二五年二月拿到 FDA 認證的 AI 影像重建。

這個價格曲線的意義比數字本身大。單次掃描其實資訊量有限，除非你剛好掃到東西。真正有價值的是縱向比較，也就是每年掃一次，看變化。而只有當價格掉到一千美金以下，年年做才成立。這跟當年基因定序從幾十萬掉到幾百美金之後才長出一整個產業，是同一個邏輯。

醫師勸你不要做的那件事

Jason 提到他做全身掃描前，他那位一年五萬美金的私人醫師勸他別做，理由是「你會查到一個結節、一個囊腫，然後你會焦慮到不行」。

Hyman 的回應我覺得很誠實。他說醫師會這樣講不是壞心，是訓練出來的。傳統醫學教你的是：檢查是用來確認你已經懷疑的診斷，不是用來大規模蒐集資料。這個 bias 在資料稀缺的年代完全合理，因為多出來的資訊你沒有工具消化。

但現在的情況變了。代謝體學（metabolomics，血液裡約六千種代謝物）、蛋白體學（proteomics，數萬種蛋白質）、基因、微生物體、影像，加起來的資料量早就超過任何一顆人腦能處理的範圍。過去「不要多做檢查」是理性的，現在它變成一個被慣性留下來的規則。

順帶一提，他也提到一件很多人不知道的事：多數醫師在做決定時，其實沒有用到任何技術輔助。金融分析師有 Bloomberg terminal、有 Excel、有整組分析師，醫師是問病史、看幾張檢驗單、在腦袋裡跑一遍，然後寫進一個本質上只是「電腦裡的紙」的電子病歷系統。

AI 在這件事上到底走到哪了

Jason 提了那份哈佛研究：LLM 在可比情境下的判斷準確度追平或超過醫師，而且在「醫病溝通態度」這項患者評分上，LLM 的結果更好。

Hyman 的實話是：這四年下來，從很糟變成其實不錯，但還不能拿掉護欄。他自己給的評價大概是「trust but verify」。Function 的做法是 AI 產出之後有醫師在迴圈裡審核，公司內部養了一批醫師專門 review LLM 的輸出，確認它符合臨床觀點。

這個結構跟我之前寫過的醫療 AI 考了九十二分，實際做事只拿四十五分講的是同一件事的兩面。模型在考試型任務上早就超越人類，但真實臨床任務的落差還很大，而醫療是那種「錯一次代價無限大」的領域，所以護欄拆不掉。

他也提到 Open Evidence 這類給醫師用的決策輔助工具。他的說法很務實：我可能一輩子只看過三個某某案例，但文獻裡有四十五個，AI 能幫我快速補上那個經驗缺口。這比「AI 取代醫師」的敘事實際得多。

穿戴裝置真正有用的地方

Jason 講了一個親身案例：某次裝置提醒他 HRV（心率變異性）異常，後來發現是感冒；另一次提醒他皮膚溫度上升兩度，結果是 COVID。

他事後的反省是：如果他當下就相信那個訊號去驗，抗病毒藥物有服用時間窗，他本來可以趕上。

這個例子比任何「量化自我」的宣傳都有說服力。穿戴裝置的價值不在於你每天盯著恢復分數焦慮，而在於它偶爾會在你自己察覺之前先發現異常。Jason 自己也承認會有點強迫症，去日本睡眠亂掉六七天就開始有罪惡感，然後又說「但我在日本啊，這分數我認了」。這個心態我覺得是對的。

GLP-1 微劑量這件事，他的答案很保留

Jason 分享自己從九十六公斤瘦到七十六公斤的經驗，也提到他在 Austin 有一堆健身狂朋友，明明已經是《三百壯士》的體格，還在打微劑量的 GLP-1。

Hyman 的回答沒有站隊，但講得很清楚：

第一，GLP-1 是工具，不是萬靈丹。嚴重不良反應率大約百分之四，聽起來不高，但如果一億人在用，就是四百萬人。另外約七成五的人有消化道問題。

第二，真正被忽略的代價是肌肉流失。如果沒有搭配足量蛋白質和阻力訓練，你掉的很大一部分是肌肉，代謝引擎變小，之後停藥復胖回來的幾乎全是脂肪。他用了一個詞叫 TOFI（thin on the outside, fat on the inside），外瘦內胖。

第三，微劑量目前沒有長期數據。用的人很多，講得很嗨，但沒人知道長期後果。他自己六十六歲、體脂百分之十、沒有內臟脂肪，不吃這些藥。

我對這段的解讀是：他不反對藥，他反對的是把藥當成不用理解自己身體的替代品。這跟他整家公司的主張是一致的。

肌肉是長壽的貨幣

Jason 現在的運動方式很簡單：穿二十到三十磅的負重背心走一到兩英里，隔天做農夫走路，兩手各拿十到二十磅走半英里。

Hyman 的框架是一句話：muscle is the currency of longevity。肌肉不只是拿來移動骨骼的，它是身體的代謝水槽，你吃進去的葡萄糖主要靠它吸收掉。他形容肌肉裡塞滿油花的狀態像和牛肋眼而不是菲力，聽起來很好吃，功能上是災難，會製造發炎、心臟病、糖尿病、失智風險。

實際建議意外地低門檻：每週三次、每次二十分鐘，涵蓋主要肌群就好。負重背心、彈力帶、壺鈴，做你喜歡的那個。他自己五十九歲才開始重訓，體態徹底改變。

那個少年觀護所的數字

最後一段我覺得最重。

聊到心理健康時，Hyman 引了一個研究：在少年觀護所裡，把加工食品換成真食物之後，暴力事件下降九成七、使用約束器具下降七成五、自殺率下降到零。

我對這個數字的態度是保留的，這種介入研究很難排除其他變數。但他後面那段臨床觀察比較站得住腳：他當天早上看的那位有精神症狀的病人，Omega-3 偏低、維他命 D 偏低、B 群不足、胰島素阻抗。這些每一項單獨都會造成憂鬱或焦慮症狀。

他的判斷是美國把精神醫學過度醫療化了，先貼標籤再給藥，但標籤底下的生理成因幾乎沒人查。哈佛現在有營養精神醫學、史丹佛有代謝精神醫學，這條線正在被補起來。

Jason 補了一個很生活化的版本：他自己覺得低落的時候會檢查五件事，飲食、運動、睡眠、冥想、社交。心情很糟的時候通常這五項只做到一項半，狀態好的時候是三到四項。他也拿這套教小孩。

這五項聽起來像廢話，但它是可執行的。可執行比正確重要。

我的判斷

Function 這門生意本質上不是醫療創新，是資訊套利。他們沒有發明任何新的檢驗，Quest 早就在做，價格也早就很便宜。他們做的是把定價不透明、資料分散、缺乏解讀這三個縫隙補起來，然後包成一個訂閱。

而這種生意能成立，說明了原本的系統破洞有多大。三年五十萬會員、估值二十五億美金，不是因為技術多難，是因為沒人願意做。

對台灣讀者來說，我覺得可以直接借用的有三件事。一是下次健檢時主動加驗胰島素和 APOB，成本很低，資訊量很高，而台灣的標準健檢包同樣不會有。二是把檢驗當成縱向資料來看，一次數字沒有意義，三年趨勢才有。三是別把「正常值」當成「理想值」，正常值的定義是族群平均的兩個標準差內，而當七成五的人過重時，過重就是正常。

至於 AI，我的看法跟之前寫AI 沒把你裁掉，它只是讓你的加薪變慢了時一樣。醫療 AI 短期內不會取代醫師，但它會先取代醫師「不做的那部分工作」，也就是沒人有時間做的資料整合和趨勢判讀。那塊市場原本是空的，所以先進去的人不用跟誰搶。

最後回到那個十美金的檢驗。一個技術上零難度、成本上零負擔的東西，可以在一個花掉全球最多醫療支出的國家裡，被系統性地忽略幾十年。這件事真正的教訓不是關於醫療，是關於任何一個成熟到你以為不會有漏洞的系統。

自行斟酌，共勉之。

這類產業觀察我會持續寫，訂閱 wilsonhuang.xyz 就不會漏掉。